Ganadores del concurso de exportación de Ultralytics YOLOv5
Descubre a los ganadores del concurso de exportación de Ultralytics YOLOv5, que muestran lo mejor del despliegue de modelos de IA en distintos dispositivos.
Con el objetivo de ayudar a todo el mundo a entrenar y desplegar fácilmente los mejores modelos de IA de visión, hemos organizado nuestro primer concurso de exportación de Ultralytics YOLOv5. Valoramos el contacto con los miembros de nuestra comunidad de código abierto y siempre nos impresiona la gran variedad de aplicaciones que crean los usuarios.
Fecha límite#
El concurso se celebró desde el 17 de mayo de 2021 hasta el 31 de agosto de 2021 a las 24:00 UTC. Una vez pasada esa fecha, el concurso se cerró y las candidaturas posteriores dejaron de optar a premios en metálico.
Evaluación#
La evaluación tuvo lugar del 1 al 16 de septiembre de 2021. Nuestro equipo examinó minuciosamente cada candidatura.
10 000 $ en premios#
La mejor candidatura de cada categoría se llevó el importe íntegro del premio: 2000,00 $ (2000,00 USD) de Ultralytics para esa categoría.
5 categorías#
Con la ayuda de nuestra increíble comunidad, creamos previamente 5 categorías que representan los escenarios de despliegue en el mundo real más populares para los modelos Ultralytics YOLOv5, como Jetson Nano, Raspberry Pi, Google Edge TPU, CPU de escritorio y dispositivos Android Edge.
Candidaturas#
Nuestros participantes crearon un repositorio público de GitHub para su candidatura, asignaron a su trabajo una licencia de código abierto y publicaron su candidatura directamente en uno de los 5 hilos oficiales de candidaturas del concurso EXPORT para que la comunidad pudiera votar. Ten en cuenta que estos hilos eran solo para candidaturas oficiales. Las preguntas o comentarios generales se publicaron directamente en este hilo o en un nuevo debate. Enlaces a las candidaturas:
Ganadores del concurso#
Tras mucho deliberar, elegimos a los ganadores de cada una de las cinco categorías, que representan los escenarios de despliegue en el mundo real más populares para los modelos Ultralytics YOLOv5. Nos pusimos en contacto personalmente con todos los participantes y, después, entregamos los premios a los ganadores. ¡Hoy nos alegra poder compartir por fin las mejores soluciones contigo!
NVIDIA Jetson Nano#
Premio: 2000 $
Google Edge TPU#
Premio: 2000 $
Android#
Premio: 2000 $
Raspberry Pi#
Premio: 2000 $
Sin ganador *
CPU Intel/AMD#
Premio: 2000 $
Sin ganador *
*Las candidaturas de esta categoría no cumplieron los requisitos mínimos de cada uno de los criterios de evaluación. Por tanto, esta vez no se seleccionó ningún ganador para la categoría, aunque los participantes tendrán más oportunidades de volver a competir en el futuro.
¡Enhorabuena a los ganadores! No te olvides de echar un vistazo a sus repositorios.
«La biblioteca Ultralytics YOLOv5 es fantástica: se actualiza casi a diario, los modelos funcionan bien y la experiencia de usuario mejora continuamente. Gran parte de mi investigación consiste en desplegar ML en dispositivos integrados y ya había trabajado con EdgeTPU, así que este reto me pareció divertido». Josh Veitch-Michaelis
También queremos dar las gracias de corazón a todas las personas que participaron en nuestro concurso de exportación. Tenemos la suerte de contar con muchos miembros valiosos en nuestra comunidad de código abierto. Las contribuciones de todos vosotros son lo que hace grande a nuestra comunidad.
¡Seguid siendo increíbles y creando cosas! 🚀
Puntuación#
Las candidaturas del concurso de exportación se evaluaron según varios criterios: la sencillez y reproducibilidad de los métodos de exportación, la calidad de la documentación, la calidad de la exportación y la velocidad y precisión de los modelos exportados. Después, tanto el equipo de Ultralytics como la comunidad puntuaron las candidaturas.
Calidad de la exportación (20 %)#
La exportación más sencilla tendrá el menor número de pasos, requerirá el menor número de argumentos o parámetros, utilizará el menor número de paquetes importados y se podrá ejecutar con la menor cantidad de código.
Calidad de la documentación (20 %)#
Las candidaturas deben estar bien documentadas mediante un archivo de candidatura en Markdown. Hay que explicar cada paso, incluidos la configuración y los requisitos, los ajustes y argumentos, los pasos de exportación y la configuración del entorno de despliegue, si procede.
Calidad de la candidatura (20 %)#
Se debe incluir cada aspecto de la exportación y el despliegue, empezando por un modelo oficial yolov5s.pt. En los entornos con requisitos especiales, como Jetson Nano, se deben proporcionar y documentar todos los paquetes o imágenes de Docker. En los despliegues para Android, también se debe incluir una aplicación de referencia para Android. La candidatura debe incluir el 100 % de lo necesario para exportar y utilizar completamente un modelo YOLOv5.
Velocidad y precisión del modelo desplegado (40 %)#
Los modelos desplegados deben ofrecer resultados de inferencia prácticamente idénticos a los de los modelos oficiales YOLOv5 PyTorch (es decir, inferencia con python detect.py --weights yolov5s.pt). La precisión de las soluciones desplegadas se analizará con un conjunto de prueba reservado de imágenes de Ultralytics que no está disponible para el público. La velocidad también es muy importante: se favorecerá especialmente a las soluciones de despliegue más rápidas. En Android, las exportaciones a GPU, NNAPI y Hexagon obtendrán aquí la puntuación más alta.
